典型文献
基于BAS-SVM的配电网电压暂降源识别
文献摘要：
电压暂降是电能质量问题的一种.为提高不同电压暂降扰动源的识别正确率,提出了一种基于天牛须搜索算法(beetle antennae search,BAS)和支持向量机(support vector machine,SVM)的电压暂降源识别方法.应用改进S变换提取不同电压暂降波形的相关幅值曲线和16个特征指标.通过天牛须搜索算法(BAS)对支持向量机(SVM)的惩罚因子和核函数参数进行寻优,构建BAS-SVM分类器,将提取到的特征指标数据进行归一化处理并采用5倍交叉验证划分训练样本集和测试样本集,将其输入新构建的分类器,实现对配电网不同类型电压暂降源的识别.最后,仿真结果表明,该分类器具有更好的分类效果.
文献关键词：
电压暂降;BAS-SVM;分类识别;参数优化
中图分类号：
作者姓名：
刘海涛;叶筱怡;吕干云;袁华骏;耿宗璞
作者机构：
南京工程学院 电力工程学院,江苏 南京 211167;江苏省配电网智能技术与装备协同创新中心,江苏 南京 211167
文献出处：
引用格式：
[1]刘海涛;叶筱怡;吕干云;袁华骏;耿宗璞-.基于BAS-SVM的配电网电压暂降源识别)[J].中国电力,2022(05):128-133
A类：
B类：
BAS,配电网电压,电压暂降源,电能质量,天牛须搜索算法,beetle,antennae,search,support,vector,machine,应用改进,特征指标,过天,惩罚因子,核函数,函数参数,分类器,取到,归一化处理,交叉验证,训练样本集,分类效果,分类识别
AB值：
0.273088
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
